[챗GPT로 만드는 주식 & 암호화폐 자동매매 시스템]_오탈자

현재까지 발견된 이 책의 오탈자 정보와 오류를 안내합니다. 집필과 편집 시에 미처 확인하지 못하고 불편을 끼쳐드려 죄송하다는 말씀을 드립니다. 아래의 오탈자 사항은 추후 재쇄 시에 반영하겠습니다.

이 밖의 오탈자 정보를 발견하시면 출판사(help@jpub.kr)로 연락해주시면 고맙겠습니다. 

 

최종 수정일: 2024년 2월 5일  1쇄, 2쇄본 오탈자

 

96쪽 챗GPT 답변의 코드 박스를 다음과 같이 교체

import ccxt
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 비트코인 가격 데이터 가져오기
exchange = ccxt.binance()
symbol = 'BTC/USDT'
timeframe = '1d'
ohlcv = exchange.fetch_ohlcv(symbol, timeframe)

# 데이터프레임으로 변환
df = pd.DataFrame(ohlcv, columns=['timestamp', 'open', 'high', 'low', 'close', 'volume'])
df['timestamp'] = pd.to_datetime(df['timestamp'], unit='ms')
df.set_index('timestamp', inplace=True)

# 1년 동안의 종가데이터로 30일간 역사적 변동성 계산
rolling_sd = df['close'].pct_change().rolling(window=30).std() * np.sqrt(365)

# 종가와 역사적 변동성 표준정규화
df['close_norm'] = (df['close'] - df['close'].mean()) / df['close'].std()
rolling_sd_norm = (rolling_sd - rolling_sd.mean()) / rolling_sd.std()

# 시각화
fig, ax = plt.subplots(figsize=(10, 6))
ax.plot(df.index, df['close_norm'], label='BTC Price (Standardized)')
ax.plot(rolling_sd.index, rolling_sd_norm, label='Historical Volatility (Standardized)')
ax.set_xlabel('Date')
ax.set_ylabel('Standardized Value')
ax.set_title('Bitcoin Price and Historical Volatility')
ax.legend()
plt.show()